我国带红利认股权证定价模型的研究

在2005年证监会实行股权分置改革之后,权证重新出现在我国证券市场上. 怎样合理地给权证定价就成为一个关键问题.本文通过对传统Black-Scholes期权定价公式的局部调整与修改,充分考虑了稀释效应和发放红利等因素,创造性地推导出不支付红利具有稀释效应的欧式认股权证定价模型,从而推导出带红利具有稀释效应的欧式认股权证定价模型.     

欧美式认股权证定价模型研究及实证分析

本文主要考虑了欧美式看涨认股权证的定价模型,分析了红利的分配给定价模型带来相应的影响,得出相应的认股权证的定价公式,并以石化CWB1认股权证为例给出受红利影响的权证的定价分析.     

股权分置改革中的认股权证定价问题研究

在我国的股权分置改革中认股权证也作为一种对价支付手段,而目前对认股权证的定价大多是简单地套用B-S模型。将我国证券市场上现有的认股权证分为欧式备兑认购权证、欧式认沽权证、欧式股本认购权证和美式认沽权证四类,根据不同类型分别采用相应的定价模型,并对含有认股权证对价方案上市公司非流通股股东给流通股股东的补偿度进行了测定。     

等价鞅测度模型在欧式认股权证定价中的应用

介绍了认股权证,并利用等价鞅测度定理给出欧式认股权证定价的一般公式,如修正一些基本假设,可推导一些应用于特殊情况的权证定价公式.     

认股权证定价实证研究——以马钢CWB1为例

通过分析马钢CWB1权证,应用(Black-Scholes)期权定价模型对认股权证进行实证研究。数据分析结果显示,马钢CWB1的历史交易价格与理论价格变化趋势相同,不存在无风险套利空间,但有些时点仍存在幅度较大的高估和低估现象。目前,我国权证市场的定价效率已经有所提高,但与发达资本市场相比,股改权证数量有限,供应量小,创设机制对券商要求较高,不存在卖空机制,定价效率仍需改进。     

复合期权在我国认股权证定价中的实证分析

文章以基于复合期权定价模型之上的认股权证定价公式对宝钢JTB1、鞍钢JTC1、包钢JTP1等14支权证进行了理论定价，并对实证结果作了进一步分析，得出了一些有意的结论。     

上市公司发行认股权证的再融资风险研究

认股权证具有价格发现和风险管理等功能.我国上市公司发行认股权证对解决非流通股上市和企业再融资,完善金融市场功能具有重要意义.但上市公司在发行认股权证再融资时应对权证的不对称性风险,发行认股权证的定价风险和加剧正股价格波动的风险有充分的认识和理性的态度.     

沪市认购权证与标的股票的高频数据协整分析

权证定价常采用Black-Scholes期权定价模型,但Black-Scholes期权定价模型有很多严格的假设条件,标的资产对定价的影响较大.当权证与标的股票之间不存在协整关系时,Black-Scholes期权定价模型不能有效确定权证的价格.应用EG两步检验法和Johansen检验法对沪市认购权证和其标的股票进行协整检验,检验结果表明权证和其标的股票之间不存在协整关系.认购权证的价格走势脱离其标的股票而独立运动,这使得应用Black-Scholes期权定价模型为权证定价具有一定的局限性.我国的权证市场有很大的投机性.     

期权定价模型的有效性:来自中国权证市场的证据

为寻找适合中国权证市场的定价理论,该文对传统的Black-Scholes期权定价模型进行了改进。由于实际中股票收益率的分布呈现出偏峰和厚尾的现象,并不服从BlackScholes模型中的正态假设,该文对该模型从2方面修正:采用NGARCH模型刻画收益率的波动;在随机扰动项中引入跳跃项。该文对53支权证基础资产收益率序列分别用3种模型进行拟合,采用Monte Carlo模拟方法计算权证理论价格和定价偏差。该文发现NGARCH-Normal与NGARCHJump模型较Black-Scholes模型产生较小的定价偏差;带跳跃的模型NGARCH-Jump优于NGARCH-Normal模型。因而证实了采用动态波动率并引入跳跃能够显著提升期权定价准确性。     

基于股票收益与波动率相关的备兑权证定价

研究标的股票收益与波动率相关下的备兑权证定价. 基于Stein and Stein期权定价模型,通过Scott求解由特征函数方法得到备兑权证定价公式. 备兑权证价格随股票收益与波动率间相关系数r从-1～ 1变化,价平权证的价格变化不明显,价外权证价格比价内权证价格的变化更显著. 定价模型考虑了股票收益与波动率相关性对备兑权证的影响,该方法可为中国衍生品市场参与各方提供适合国内市场特殊性的权证定价理论指导.     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。     

一种新的基于DFNN的时间序列预测

对时间序列预测, 利用自回归移动平均模型(ARIMA)给出了一种新的基于动态模糊神经网络(DFNN)的模型, 该模型中主要是考虑了输出误差这个重要因素. 将ARIMA模型产生的非线性特征用DFNN模型模拟. 能够产生比DFNN和ARIMA单个模型更加精确的模型. 因此, 它可以作为一个适当的替代模型来预测任务,特别是当需要更高的预测精度的时候. 最后用Mackey-Glass时间序列验证了模型的有效性.     

一种基于动态模糊神经网络的飞行数据模型辨识方法

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。     

一种新型的动态模糊神经网络控制器

基于前向模糊神经网络ＡＮＦＩＳ提出了一种新型的动态模糊神经网络（ＤＦＮＮ）,将模糊逻辑,神经网络和ＰＩＤ控制器三者的优点有机地融合在一起。通过在ＡＮＦＩＳ的归一化层和输出层之间加入递归层,构成了动态模糊神经网络（ＤＦＮＮ）,并推导了基于ＢＰ的反传学习算法,与ＡＮＦＩＳ和ＰＩＤ控制器相比,ＤＦＮＮ具有更好的控制效果。ＤＦＮＮ的参数具有明确的物理意义,可根据专家的经验选择初值,加快了网络的收敛速度,由     

基于密度聚类的模糊神经网络和CHP分解过程建模

针对基于样本数据的复杂系统建模问题,提出了基于密度聚类的模糊神经网络(DFNN)的建模方法,研究了利用密度聚类原理提取数据样本的内在规则的理论和方法,提取的规则能较好地反映样本数据输入输出的对应联系,根据提取的规则给出了模糊神经网络的模型结构.本文以化工生产过程过氧化氢异丙苯(CHP)分解反应过程为对象进行仿真建模,结果显示在模型精度和可靠性上均优于基于c均值聚类提取规则的模糊神经网络模型(CFNN).     

混沌动态模糊神经网络及变压器故障诊断的应用

提出一种结合动态模糊神经网络和混沌优化算法的故障诊断方法,将混沌变量引入模糊神经网络结构和参数的优化搜索.利用混沌优化的动态模糊神经网络建立变压器故障诊断模型,此模型不仅能对模糊规则而且能对输入变量的重要性做出评价,从而使得每个输入变量和模糊规则都可根据误差减少率进行修正.仿真结果表明,混沌动态模糊神经网络算法精度高、迭代步骤少、收敛快,对识别和预测变压器状态具有较高的精度和效率,并可方便有效地应用到其他领域.     

基于SVD_TLS及EKF算法的动态自组织模糊神经网络

提出了将奇异值分解总体最小二乘法(SVD_TLS)及扩展卡尔曼滤波(EKF)相结合的动态自组织模糊神经网络.首先给出了STD_DSFNN的结构及各层的含义;其次,用EKF算法学习非线性参数,SVD_TLS算法学习线性参数的同时提取重要模糊规则;最后,通过典型的Machey-Glass时间序列预测实例验证SVD_TLS及EKF相结合的动态自组织模糊神经网络(STE_DSFNN),同时与DFNN、ANFIS及UKF_DFNN相对比,结果表明STE_DSFNN网络结构更紧凑,具有更好的泛化能力.     

基于动态模糊神经网络的电力谐波精确测量

利用动态模糊神经网络测量电力谐波幅度,采用误差下降率调节模糊神经网络的结构,同时用分级学习方法调节模糊神经网络参数,使神经网络结构呈现动态变化,结构紧凑,避免了过拟合及过训练现象,提高了系统的泛化能力。通过对电力谐波信号的测量仿真,表明该方法具有很高的测量精度。     

用于机器手控制的动态模糊神经网络

为解决模糊控制中存在的区域界定问题,将神经网络与模糊控制相结合,提出了一种新的模糊逻辑与神经网络相结合的动态模糊神经网络机器人控制方案(DFNN),并利用采样数据在线动态构造模糊神经系统.仿真结果表明,DFNN系统地很好地克服机器人系统中存在的非线性、不确定性、强耦合等因素的影响,控制效果好,为工业机器人控制提供了一种新的解决方案.     

考虑前瞻性买者的软件定价策略研究

软件与传统商品在边际成本、网络外部性和转移成本等3方面存在显著差异,而具有前瞻性的消费者在购买软件时会充分考虑到这些因素的长期影响,因此,深入理解和充分利用这些关键特征对于软件的价格制定具有重要意义。该文采用了理论经济模型的分析方法,通过建立两周期模型考查了前瞻性买者和网络外部性对于企业决策的影响,并基于此得到了订阅式定价、一次支付式定价和限期免费策略等3类在实践中普遍采用的软件定价策略的最优参数。数值试验结果表明:在一定条件下,一次支付式定价和限期免费策略可以替代最优的动态定价策略。这些结论为信息产品提供商的价格决策提供了重要的理论依据。